Clustering
如何在加權社交網絡/圖中進行社區檢測？
我想知道在具有加權無向邊的圖上執行社區檢測/圖分區/聚類時，是否有人可以建議什麼是好的起點。有問題的圖有大約 300 萬條邊，每條邊表示它連接的兩個頂點之間的相似程度。特別是，在這個數據集中，邊是個體，頂點是衡量他們觀察到的行為的相似性。
過去，我遵循了我在 stats.stackexchange.com 上獲得的建議，並使用了 igraph 的 Newman 模塊化聚類實現，並對結果感到滿意，但這是在未加權的數據集上。
有沒有我應該看的特定算法？
紐曼模塊化聚類（fastgreedy 函數）的 igraph 實現也可以與加權邊一起使用。只需將權重屬性添加到邊緣並照常分析。以我的經驗，它使用重量跑得更快，因為有更少的關係。